plotly入門

plotly入門#

  • この授業ではplotyを可視化ツールとして使います。

  • 簡易版のplotly.expressについて簡単に概説します。

import pandas as pd
import plotly.express as px

tips = px.data.tips()

散布図#

  • 散布図はpx.scatterで描けます。

  • 書式は、データフレームとx軸、y軸を指定するのが基本です。

px.scatter(tips, x="total_bill", y="tip")

  • color=’size’などと指定すると客のサイズごとのデータ点を区別できます。

px.scatter(tips, x="total_bill", y="tip",color="size")

  • ファセットも簡単にできます。男女別にプロットを分けてみます。

px.scatter(tips, x="total_bill", y="tip",color="size", facet_col="sex")

折れ線グラフ#

  • px.lineを用います。

  • アジアに限定して折れ線グラフを書いてみます。

gapminder = px.data.gapminder()

gapminder_Asia = gapminder.query('continent=="Asia"')
gapminder_Asia.head()
country continent year lifeExp pop gdpPercap iso_alpha iso_num
0 Afghanistan Asia 1952 28.801 8425333 779.445314 AFG 4
1 Afghanistan Asia 1957 30.332 9240934 820.853030 AFG 4
2 Afghanistan Asia 1962 31.997 10267083 853.100710 AFG 4
3 Afghanistan Asia 1967 34.020 11537966 836.197138 AFG 4
4 Afghanistan Asia 1972 36.088 13079460 739.981106 AFG 4 
px.line(gapminder_Asia, x="year", y="gdpPercap", color="country")

Important

  • plotlyの最大の特徴はインタラクティブな操作ができることです。例えば、KuwaitのGDPが大きすぎるので、legendでKuwaitをクリックして、これを消すことができます。

棒グラフ#

  • 棒グラフで日本と台湾のGDPの推移を見ます。

gapminder_Japan_Taiwan = gapminder.query('country=="Japan"|country=="Taiwan"')
gapminder_Japan_Taiwan
country continent year lifeExp pop gdpPercap iso_alpha iso_num
792 Japan Asia 1952 63.030 86459025 3216.956347 JPN 392
793 Japan Asia 1957 65.500 91563009 4317.694365 JPN 392
794 Japan Asia 1962 68.730 95831757 6576.649461 JPN 392
795 Japan Asia 1967 71.430 100825279 9847.788607 JPN 392
796 Japan Asia 1972 73.420 107188273 14778.786360 JPN 392
797 Japan Asia 1977 75.380 113872473 16610.377010 JPN 392
798 Japan Asia 1982 77.110 118454974 19384.105710 JPN 392
799 Japan Asia 1987 78.670 122091325 22375.941890 JPN 392
800 Japan Asia 1992 79.360 124329269 26824.895110 JPN 392
801 Japan Asia 1997 80.690 125956499 28816.584990 JPN 392
802 Japan Asia 2002 82.000 127065841 28604.591900 JPN 392
803 Japan Asia 2007 82.603 127467972 31656.068060 JPN 392
1500 Taiwan Asia 1952 58.500 8550362 1206.947913 TWN 158
1501 Taiwan Asia 1957 62.400 10164215 1507.861290 TWN 158
1502 Taiwan Asia 1962 65.200 11918938 1822.879028 TWN 158
1503 Taiwan Asia 1967 67.500 13648692 2643.858681 TWN 158
1504 Taiwan Asia 1972 69.390 15226039 4062.523897 TWN 158
1505 Taiwan Asia 1977 70.590 16785196 5596.519826 TWN 158
1506 Taiwan Asia 1982 72.160 18501390 7426.354774 TWN 158
1507 Taiwan Asia 1987 73.400 19757799 11054.561750 TWN 158
1508 Taiwan Asia 1992 74.260 20686918 15215.657900 TWN 158
1509 Taiwan Asia 1997 75.250 21628605 20206.820980 TWN 158
1510 Taiwan Asia 2002 76.990 22454239 23235.423290 TWN 158
1511 Taiwan Asia 2007 78.400 23174294 28718.276840 TWN 158

  • barmode=”group”とすると列でグループ化した棒グラフを描画できます。

px.bar(gapminder_Japan_Taiwan ,x="year", y="gdpPercap", color="country", barmode="group")

  • barmode=”overlay”とすると重なり合った棒グラフを描画できます。

px.bar(gapminder_Japan_Taiwan ,x="year", y="gdpPercap", color="country", barmode="overlay")

tidyデータ#

  • ハドリー・ウィッカムは、整然(tidy)データの条件として以下の4つを挙げています（https://ja.wikipedia.org/wiki/Tidy_data）。

    • 個々の変数 (variable) が1つの列 (column) をなす。

    • 個々の観測 (observation) が1つの行 (row) をなす。

    • 個々の観測の構成単位の類型 (type of observational unit) が1つの表 (table) をなす。

    • 個々の値 (value) が1つのセル (cell) をなす

  • 応用ではデータをプロットするときにtidy形式にすると便利になります。

meltによる変換#

  • tidyデータを作るためにはどうすればよいでしょうか。

  • pandasではwideからlongへの変換に概ね相当します。

  • meltはデータフレームの横に並んでいる列変数を，一つの変数の値として縦に持つように変換します。

  • melt(id_vars = ‘year’, var_name = ‘var’, value_name = ‘value’)のように書く。

Important

  • 変換しない変数はid.varとして指定する。

    • var_nameが元の列変数を値として持つ変換後の変数名

    • value_nameは元の値を縦に値として持つ変数名

  • tidy形式にすることで変数の値による曲線の使い分けなどができるようになります。

  • 例えば、’lifeExp’,’gdpPercap’が同じグラフで比較したいとき。

  • このwideデータを変換して…

gapminder = px.data.gapminder()
gapminder_Japan = gapminder.query('country=="Japan"')[['year', 'lifeExp','gdpPercap']]
gapminder_Japan
year lifeExp gdpPercap
792 1952 63.030 3216.956347
793 1957 65.500 4317.694365
794 1962 68.730 6576.649461
795 1967 71.430 9847.788607
796 1972 73.420 14778.786360
797 1977 75.380 16610.377010
798 1982 77.110 19384.105710
799 1987 78.670 22375.941890
800 1992 79.360 26824.895110
801 1997 80.690 28816.584990
802 2002 82.000 28604.591900
803 2007 82.603 31656.068060

  • longにします。

    • ここで’var’の値として、’lifeExp’,’gdpPercap’をもたせます。

gapminder_Japan_long = gapminder_Japan.melt(id_vars = 'year', var_name = 'var', value_name = 'value')
gapminder_Japan_long
year var value
0 1952 lifeExp 63.030000
1 1957 lifeExp 65.500000
2 1962 lifeExp 68.730000
3 1967 lifeExp 71.430000
4 1972 lifeExp 73.420000
5 1977 lifeExp 75.380000
6 1982 lifeExp 77.110000
7 1987 lifeExp 78.670000
8 1992 lifeExp 79.360000
9 1997 lifeExp 80.690000
10 2002 lifeExp 82.000000
11 2007 lifeExp 82.603000
12 1952 gdpPercap 3216.956347
13 1957 gdpPercap 4317.694365
14 1962 gdpPercap 6576.649461
15 1967 gdpPercap 9847.788607
16 1972 gdpPercap 14778.786360
17 1977 gdpPercap 16610.377010
18 1982 gdpPercap 19384.105710
19 1987 gdpPercap 22375.941890
20 1992 gdpPercap 26824.895110
21 1997 gdpPercap 28816.584990
22 2002 gdpPercap 28604.591900
23 2007 gdpPercap 31656.068060

  • colorで’var’と指定すれば、’lifeExp’と’gdpPercap’を色分けできます。

px.line( gapminder_Japan_long, x='year',y='value', color='var')#よいプロットではない

goオブジェクト#

  • より高度な作図はgoオブジェクトを使います。

  • ここでは一枚のプロットに異なるY軸目盛りを表示する方法を紹介する。

    1. go.Figure()でプロットの「白紙」を作る。

    2. add_trace()で一つずつ散布図を重ねていく。

    3. 2つ目のY軸のデータには、yaxis=”y2”を指定して、2つ目のY軸に関連付ける。

    4. update_layout()で二つのY軸の設定をする。

    5. fig.show()で表示する。

import plotly.graph_objs as go

# プロットの作成
fig = go.Figure()

# Y1軸のデータ
fig.add_trace(go.Scatter(x=gapminder_Japan['year'], y=gapminder_Japan['lifeExp'], name="lifeExp", mode="lines+markers"))


# Y2軸のデータ
fig.add_trace(go.Scatter(x=gapminder_Japan['year'], y=gapminder_Japan['gdpPercap'], name="gdpPercap", mode="lines+markers", yaxis="y2"))

# Y軸の設定
fig.update_layout(
    yaxis=dict(
        title="'lifeExp",
        titlefont=dict(color="blue"),
        tickfont=dict(color="blue"),
    ),
    yaxis2=dict(
        title="gdpPercap",
        titlefont=dict(color="red"),
        tickfont=dict(color="red"),
        anchor="x",
        overlaying="y",
        side="right",
    ),
)
fig.show()

Tip

  • pxのfacet_colなら異なるY軸を表示できるが煩雑になる。

fig = px.line( gapminder_Japan_long, x='year',y='value', facet_col='var')
# 各サブプロットのY軸の範囲を設定
fig.update_yaxes(matches=None)
def update_yaxis_range(axis, index):
    if index == 0:
        axis.update(range=[min(gapminder_Japan['lifeExp']) - 5, max(gapminder_Japan['lifeExp']) + 5])
    else:
        axis.update(range=[min(gapminder_Japan['gdpPercap']) - 500, max(gapminder_Japan['gdpPercap']) + 500] )

for index, axis in enumerate(fig.select_yaxes()):
    update_yaxis_range(axis, index)

fig.show()

世界銀行の出生率データ#

Caution

-　csvの値の中に’,’が入っているのでpandasでは読み込めない。csvモジュールを使う。

import urllib.request
url = "https://raw.githubusercontent.com/berutaki/github.io/main/fertility_rate.csv"
import csv
from io import StringIO

# CSVファイルを正しく区切る
with urllib.request.urlopen(url) as f:
  data = f.read().decode('utf-8')

data = StringIO(data)
reader = csv.reader(data, delimiter=',', quotechar='"')
data = [row for row in reader]

# データフレームに変換する
df = pd.DataFrame(data[5:], columns=data[4])#最初の4行は捨てる

  • 年が横に入っているので、longに変換したい。

df.head()
Country Name Country Code Indicator Name Indicator Code 1960 1961 1962 1963 1964 1965 ... 2013 2014 2015 2016 2017 2018 2019 2020 2021
0 Aruba ABW Fertility rate, total (births per woman) SP.DYN.TFRT.IN 4.82 4.655 4.471 4.271 4.059 3.842 ... 2.117 2.148 1.972 1.953 1.839 1.587 1.486 1.325
1 Africa Eastern and Southern AFE Fertility rate, total (births per woman) SP.DYN.TFRT.IN 6.72412501084242 6.74275210020318 6.76293005566599 6.77871194340642 6.78842004142392 6.80032228007056 ... 4.80882146896218 4.7398628747128 4.67761935515813 4.61567138298739 4.57041032724911 4.52770656918433 4.48289939808498 4.41690156838726
2 Afghanistan AFG Fertility rate, total (births per woman) SP.DYN.TFRT.IN 7.282 7.284 7.292 7.302 7.304 7.305 ... 5.696 5.56 5.405 5.262 5.129 5.002 4.87 4.75
3 Africa Western and Central AFW Fertility rate, total (births per woman) SP.DYN.TFRT.IN 6.45844789624312 6.47151755185967 6.49182578734167 6.50608758636194 6.52535544956749 6.54110170802647 ... 5.50634979270689 5.43749340764512 5.38505930791309 5.32870923111315 5.2553453710546 5.18631941888717 5.11893203861357 5.0493293781153
4 Angola AGO Fertility rate, total (births per woman) SP.DYN.TFRT.IN 6.708 6.79 6.872 6.954 7.036 7.116 ... 5.953 5.864 5.774 5.686 5.6 5.519 5.442 5.371

5 rows × 67 columns

Caution

  • “Country Name”変数名にスペースが入っている

df["Country Name"].unique()
Hide code cell output 
array(['Aruba', 'Africa Eastern and Southern', 'Afghanistan',
       'Africa Western and Central', 'Angola', 'Albania', 'Andorra',
       'Arab World', 'United Arab Emirates', 'Argentina', 'Armenia',
       'American Samoa', 'Antigua and Barbuda', 'Australia', 'Austria',
       'Azerbaijan', 'Burundi', 'Belgium', 'Benin', 'Burkina Faso',
       'Bangladesh', 'Bulgaria', 'Bahrain', 'Bahamas, The',
       'Bosnia and Herzegovina', 'Belarus', 'Belize', 'Bermuda',
       'Bolivia', 'Brazil', 'Barbados', 'Brunei Darussalam', 'Bhutan',
       'Botswana', 'Central African Republic', 'Canada',
       'Central Europe and the Baltics', 'Switzerland', 'Channel Islands',
       'Chile', 'China', "Cote d'Ivoire", 'Cameroon', 'Congo, Dem. Rep.',
       'Congo, Rep.', 'Colombia', 'Comoros', 'Cabo Verde', 'Costa Rica',
       'Caribbean small states', 'Cuba', 'Curacao', 'Cayman Islands',
       'Cyprus', 'Czechia', 'Germany', 'Djibouti', 'Dominica', 'Denmark',
       'Dominican Republic', 'Algeria',
       'East Asia & Pacific (excluding high income)',
       'Early-demographic dividend', 'East Asia & Pacific',
       'Europe & Central Asia (excluding high income)',
       'Europe & Central Asia', 'Ecuador', 'Egypt, Arab Rep.',
       'Euro area', 'Eritrea', 'Spain', 'Estonia', 'Ethiopia',
       'European Union', 'Fragile and conflict affected situations',
       'Finland', 'Fiji', 'France', 'Faroe Islands',
       'Micronesia, Fed. Sts.', 'Gabon', 'United Kingdom', 'Georgia',
       'Ghana', 'Gibraltar', 'Guinea', 'Gambia, The', 'Guinea-Bissau',
       'Equatorial Guinea', 'Greece', 'Grenada', 'Greenland', 'Guatemala',
       'Guam', 'Guyana', 'High income', 'Hong Kong SAR, China',
       'Honduras', 'Heavily indebted poor countries (HIPC)', 'Croatia',
       'Haiti', 'Hungary', 'IBRD only', 'IDA & IBRD total', 'IDA total',
       'IDA blend', 'Indonesia', 'IDA only', 'Isle of Man', 'India',
       'Not classified', 'Ireland', 'Iran, Islamic Rep.', 'Iraq',
       'Iceland', 'Israel', 'Italy', 'Jamaica', 'Jordan', 'Japan',
       'Kazakhstan', 'Kenya', 'Kyrgyz Republic', 'Cambodia', 'Kiribati',
       'St. Kitts and Nevis', 'Korea, Rep.', 'Kuwait',
       'Latin America & Caribbean (excluding high income)', 'Lao PDR',
       'Lebanon', 'Liberia', 'Libya', 'St. Lucia',
       'Latin America & Caribbean',
       'Least developed countries: UN classification', 'Low income',
       'Liechtenstein', 'Sri Lanka', 'Lower middle income',
       'Low & middle income', 'Lesotho', 'Late-demographic dividend',
       'Lithuania', 'Luxembourg', 'Latvia', 'Macao SAR, China',
       'St. Martin (French part)', 'Morocco', 'Monaco', 'Moldova',
       'Madagascar', 'Maldives', 'Middle East & North Africa', 'Mexico',
       'Marshall Islands', 'Middle income', 'North Macedonia', 'Mali',
       'Malta', 'Myanmar',
       'Middle East & North Africa (excluding high income)', 'Montenegro',
       'Mongolia', 'Northern Mariana Islands', 'Mozambique', 'Mauritania',
       'Mauritius', 'Malawi', 'Malaysia', 'North America', 'Namibia',
       'New Caledonia', 'Niger', 'Nigeria', 'Nicaragua', 'Netherlands',
       'Norway', 'Nepal', 'Nauru', 'New Zealand', 'OECD members', 'Oman',
       'Other small states', 'Pakistan', 'Panama', 'Peru', 'Philippines',
       'Palau', 'Papua New Guinea', 'Poland', 'Pre-demographic dividend',
       'Puerto Rico', "Korea, Dem. People's Rep.", 'Portugal', 'Paraguay',
       'West Bank and Gaza', 'Pacific island small states',
       'Post-demographic dividend', 'French Polynesia', 'Qatar',
       'Romania', 'Russian Federation', 'Rwanda', 'South Asia',
       'Saudi Arabia', 'Sudan', 'Senegal', 'Singapore', 'Solomon Islands',
       'Sierra Leone', 'El Salvador', 'San Marino', 'Somalia', 'Serbia',
       'Sub-Saharan Africa (excluding high income)', 'South Sudan',
       'Sub-Saharan Africa', 'Small states', 'Sao Tome and Principe',
       'Suriname', 'Slovak Republic', 'Slovenia', 'Sweden', 'Eswatini',
       'Sint Maarten (Dutch part)', 'Seychelles', 'Syrian Arab Republic',
       'Turks and Caicos Islands', 'Chad',
       'East Asia & Pacific (IDA & IBRD countries)',
       'Europe & Central Asia (IDA & IBRD countries)', 'Togo', 'Thailand',
       'Tajikistan', 'Turkmenistan',
       'Latin America & the Caribbean (IDA & IBRD countries)',
       'Timor-Leste', 'Middle East & North Africa (IDA & IBRD countries)',
       'Tonga', 'South Asia (IDA & IBRD)',
       'Sub-Saharan Africa (IDA & IBRD countries)', 'Trinidad and Tobago',
       'Tunisia', 'Turkiye', 'Tuvalu', 'Tanzania', 'Uganda', 'Ukraine',
       'Upper middle income', 'Uruguay', 'United States', 'Uzbekistan',
       'St. Vincent and the Grenadines', 'Venezuela, RB',
       'British Virgin Islands', 'Virgin Islands (U.S.)', 'Vietnam',
       'Vanuatu', 'World', 'Samoa', 'Kosovo', 'Yemen, Rep.',
       'South Africa', 'Zambia', 'Zimbabwe'], dtype=object)

  • meltするために不要な列はdrop()で捨てる。

df = df.drop (columns = ["Country Code","Indicator Name","Indicator Code"] )

  • id_varsを”Country Name”、 var_nameを’year’, value_nameを’fertility_rate’としてmeltする。

melted_df = df.melt(id_vars="Country Name", var_name='year', value_name='fertility_rate')

  • ‘ ‘を欠損値に変換

import numpy as np
melted_df.replace('', np.nan, inplace=True)

  • 型変換

melted_df['fertility_rate'] = melted_df['fertility_rate'].astype(float)

  • やっとプロットできるが国が多すぎる。

px.line(melted_df, x = "year", y = "fertility_rate", color = "Country Name",markers=True)

  • 国を選んで可視化

selected_countries = ['Japan','Korea, Rep.','China','Singapore']
px.line(melted_df[melted_df["Country Name"].isin(selected_countries)], x = "year", y = "fertility_rate", color = "Country Name",markers=True)#isinはグループへの包含を判定するpandasのメソッド

Chetty(2022)のデータ#

https://opportunityinsights.org/data/

import pandas as pd
url = "https://raw.githubusercontent.com/berutaki/github.io/main/social_capital_county.csv"
df = pd.read_csv(url)

df.head()
county county_name num_below_p50 pop2018 ec_county ec_se_county child_ec_county child_ec_se_county ec_grp_mem_county ec_high_county ... child_exposure_county child_high_exposure_county bias_grp_mem_county bias_grp_mem_high_county child_bias_county child_high_bias_county clustering_county support_ratio_county volunteering_rate_county civic_organizations_county
0 1001 Autauga, Alabama 5922.3921 55200.0 0.72077 0.00831 1.11754 0.02467 0.77223 1.21372 ... 1.14816 1.19944 0.05526 -0.22748 0.02668 -0.08229 0.10347 0.98275 0.04355 0.01518
1 1003 Baldwin, Alabama 15458.3960 208107.0 0.74313 0.00661 0.83064 0.01629 0.76215 1.28302 ... 0.84588 1.00797 0.02950 -0.21519 0.01802 -0.05241 0.09624 0.98684 0.06117 0.01526
2 1005 Barbour, Alabama 4863.9736 25782.0 0.41366 0.00978 0.58541 0.02707 0.35927 0.91897 ... 0.63306 0.71967 0.13457 -0.34086 0.07528 -0.19714 0.14911 0.99911 0.02093 0.01474
3 1007 Bibb, Alabama 3061.4934 22527.0 0.63152 0.01175 0.72265 0.03027 0.68094 1.06378 ... 0.71433 0.72395 0.04108 -0.27727 -0.01165 -0.15993 0.14252 0.99716 0.05294 0.01439
4 1009 Blount, Alabama 6740.9116 57645.0 0.72562 0.00985 0.76096 0.02466 0.79584 1.10569 ... 0.74821 0.79375 0.00217 -0.24946 -0.01704 -0.08745 0.11243 0.99069 0.05704 0.01724

5 rows × 26 columns

  • 3つの社会関係資本（ec_county, clustering_county, volunteering_rate_county）と貧困率との関係を散布図で示す。

df['child_pov'] = df['num_below_p50']/df['pop2018']#中央値以下の貧困者の率

px.scatter(df, x = "ec_county", y = "child_pov")#ec_countyは経済的な社会資本の指標

px.scatter(df, x = "clustering_county", y = "child_pov")#clustering_countyは地域社会の結束力の指標

px.scatter(df, x = "volunteering_rate_county", y = "child_pov")#volunteering_rate_countyはボランティア率

df ['state'] = df['county_name'].str.split(',').apply(lambda x:x[1])#splitで,の前後[0 1]に分けた後、lambda関数で後ろ[1]だけとる。

  • 州ごとに表示する。

px.scatter(df, x = "ec_county", y = "child_pov", facet_col = 'state', facet_col_wrap = 10)

東京都の婚姻・離婚件数の時系列推移#

df = pd.read_csv("https://www.hokeniryo.metro.tokyo.lg.jp/kiban/chosa_tokei/jinkodotaitokei/kushityosonbetsu.files/04koninrikon.csv", encoding="cp932")#文字コードのエラーが出るので encoding = "cp932"を指定。
df.head()
区市町村 平成14年の婚姻件数 平成15年の婚姻件数 平成16年の婚姻件数 平成17年の婚姻件数 平成18年の婚姻件数 平成19年の婚姻件数 平成20年の婚姻件数 平成21年の婚姻件数 平成22年の婚姻件数 ... 平成25年の離婚件数 平成26年の離婚件数 平成27年の離婚件数 平成28年の離婚件数 平成29年の離婚件数 平成30年の離婚件数 令和元年の離婚件数 令和2年の離婚件数 令和3年の離婚件数 令和4年の離婚件数
0 総数 84623 84755 84618 85382 89413.0 89243.0 91196.0 91028.0 91197.0 ... 24855 23653 24135 23470 23055 22706 22707 20783 19605 19255
1 区部 60265 60358 60812 61898 65569.0 65689.0 67418.0 67607.0 68036.0 ... 17867 16918 17436 16892 16399 16279 16310 14873 13828 13718
2 市部 23933 23958 23419 23107 23444.0 23159.0 23400.0 23049.0 22773.0 ... 6804 6593 6551 6423 6501 6301 6263 5764 5653 5396
3 郡部 274 281 248 247 254.0 273.0 245.0 242.0 262.0 ... 125 81 96 88 110 82 96 88 93 94
4 島部 151 158 139 130 146.0 122.0 133.0 130.0 126.0 ... 59 61 52 67 45 44 38 58 31 47

5 rows × 43 columns

  • 列名が元号かつ婚姻・離婚両方はいっているので、まず西暦にし、婚姻・離婚は変数名に残す。

df.columns = ["区市町村"] + [str(year)+':婚姻' for year in range(2002,2023)] + [str(year)+':離婚' for year in range(2002,2023)]#列変数名を変更
df
区市町村 2002:婚姻 2003:婚姻 2004:婚姻 2005:婚姻 2006:婚姻 2007:婚姻 2008:婚姻 2009:婚姻 2010:婚姻 ... 2013:離婚 2014:離婚 2015:離婚 2016:離婚 2017:離婚 2018:離婚 2019:離婚 2020:離婚 2021:離婚 2022:離婚
0 総数 84623 84755 84618 85382 89413.0 89243.0 91196.0 91028.0 91197.0 ... 24855 23653 24135 23470 23055 22706 22707 20783 19605 19255
1 区部 60265 60358 60812 61898 65569.0 65689.0 67418.0 67607.0 68036.0 ... 17867 16918 17436 16892 16399 16279 16310 14873 13828 13718
2 市部 23933 23958 23419 23107 23444.0 23159.0 23400.0 23049.0 22773.0 ... 6804 6593 6551 6423 6501 6301 6263 5764 5653 5396
3 郡部 274 281 248 247 254.0 273.0 245.0 242.0 262.0 ... 125 81 96 88 110 82 96 88 93 94
4 島部 151 158 139 130 146.0 122.0 133.0 130.0 126.0 ... 59 61 52 67 45 44 38 58 31 47
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
63 御蔵島村 1 1 1 1 1.0 4.0 3.0 4.0 2.0 ... - 4 - - - - - - - -
64 八丈町 48 44 52 46 37.0 35.0 41.0 34.0 25.0 ... 18 17 20 18 14 16 15 21 10 12
65 青ケ島村 1 - - - 1.0 1.0 2.0 2.0 1.0 ... 1 - - - - - 1 - - -
66 小笠原村 25 23 25 15 27.0 17.0 21.0 16.0 17.0 ... 7 6 5 9 5 6 3 5 7 10
67 注 届出時の夫の住所により分類した。 NaN NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

68 rows × 43 columns

-冒頭の総数などと最終行の注意書きを削除

df = df[5:-1]
df
区市町村 2002:婚姻 2003:婚姻 2004:婚姻 2005:婚姻 2006:婚姻 2007:婚姻 2008:婚姻 2009:婚姻 2010:婚姻 ... 2013:離婚 2014:離婚 2015:離婚 2016:離婚 2017:離婚 2018:離婚 2019:離婚 2020:離婚 2021:離婚 2022:離婚
5 千代田区 235 266 294 344 398.0 422.0 464.0 458.0 465.0 ... 88 94 117 125 119 121 134 131 109 115
6 中央区 729 761 949 1114 1292.0 1277.0 1403.0 1411.0 1522.0 ... 323 314 320 325 379 382 377 338 329 334
7 港区 1425 1533 1576 1724 1929.0 2094.0 2110.0 2172.0 2264.0 ... 585 546 651 613 573 595 559 510 491 503
8 新宿区 2159 2207 2284 2382 2459.0 2473.0 2642.0 2679.0 2735.0 ... 675 629 590 596 579 581 572 557 484 499
9 文京区 1252 1273 1319 1395 1583.0 1505.0 1579.0 1581.0 1648.0 ... 319 303 320 315 295 291 308 276 283 272
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
62 三宅村 12 8 10 14 13.0 17.0 16.0 21.0 17.0 ... 9 9 8 6 3 1 3 3 1 5
63 御蔵島村 1 1 1 1 1.0 4.0 3.0 4.0 2.0 ... - 4 - - - - - - - -
64 八丈町 48 44 52 46 37.0 35.0 41.0 34.0 25.0 ... 18 17 20 18 14 16 15 21 10 12
65 青ケ島村 1 - - - 1.0 1.0 2.0 2.0 1.0 ... 1 - - - - - 1 - - -
66 小笠原村 25 23 25 15 27.0 17.0 21.0 16.0 17.0 ... 7 6 5 9 5 6 3 5 7 10

62 rows × 43 columns

  • “年”を変数とした縦持ちデータに変換

melted_df = df.melt(id_vars = "区市町村", var_name = "年", value_name = "件数")
melted_df
区市町村 年 件数
0 千代田区 2002:婚姻 235
1 中央区 2002:婚姻 729
2 港区 2002:婚姻 1425
3 新宿区 2002:婚姻 2159
4 文京区 2002:婚姻 1252
... ... ... ...
2599 三宅村 2022:離婚 5
2600 御蔵島村 2022:離婚 -
2601 八丈町 2022:離婚 12
2602 青ケ島村 2022:離婚 -
2603 小笠原村 2022:離婚 10

2604 rows × 3 columns

  • “年”変数から婚姻、離婚の値を取り出して新しく変数を作成する。

  • “年”変数自体もintに変換

melted_df['婚姻・離婚'] = melted_df['年'].str.split(':').apply(lambda x: x[1]) 
melted_df['年'] = melted_df['年'].str.split(':').apply(lambda x: x[0]).astype('int') 

melted_df.head()
区市町村 年 件数 婚姻・離婚
0 千代田区 2002 235 婚姻
1 中央区 2002 729 婚姻
2 港区 2002 1425 婚姻
3 新宿区 2002 2159 婚姻
4 文京区 2002 1252 婚姻 
fig = px.line(melted_df, x = '年', y = '件数', color = '区市町村', line_dash = '婚姻・離婚',markers=True)#line_dashで婚姻と離婚を区別
fig
#fig.update_yaxes(row=1, col=2, showticklabels=True)  # set the y-axis range and ticklabels for the second subplot

px.line(melted_df.query('区市町村.str.contains("区")', engine = 'python'), x = '年', y = '件数', color = '区市町村', line_dash = '婚姻・離婚',markers=True)#区のみ取り出す

問題#

区市町村 平成5年 平成6年 平成7年 平成8年 平成9年 平成10年 平成11年 平成12年 平成13年 ... 平成25年 平成26年 平成27年 平成28年 平成29年 平成30年 令和元年 令和2年 令和3年 令和4年
0 総数 1.1 1.14 1.11 1.07 1.05 1.05 1.03 1.07 1 ... 1.13 1.15 1.24 1.24 1.21 1.2 1.15 1.12 1.08 1.04
1 区部 1.06 1.09 1.02 1.03 1.01 1 0.98 1 0.97 ... 1.16 1.19 1.22 1.22 1.2 1.19 1.13 1.12 1.09 1.04
2 市部 1.27 1.31 1.23 1.22 1.2 1.19 1.16 1.18 1.14 ... 1.27 1.28 1.32 1.31 1.28 1.27 1.23 1.18 1.15 1.12
3 郡部 1.33 1.32 1.39 1.34 1.21 1.32 1.04 1.23 1.14 ... 1.34 1.34 1.28 1.45 1.28 1.32 1.18 1.1 1.15 1.03
4 島部 2.12 1.75 1.78 1.67 1.7 1.67 1.78 1.74 1.52 ... 1.76 1.61 1.8 1.69 1.46 1.63 1.68 1.66 1.45 1.26

5 rows × 31 columns

問題#

都道府県コード 都道府県名 年齢5歳階級 元号 和暦（年） 西暦（年） 人口（総数） 人口（男） 人口（女）
0 01 北海道 総数 大正 9.0 1920.0 2359183.0 1244322.0 1114861.0
1 01 北海道 0～4歳 大正 9.0 1920.0 376676.0 190044.0 186632.0
2 01 北海道 5～9歳 大正 9.0 1920.0 319370.0 161814.0 157556.0
3 01 北海道 10～14歳 大正 9.0 1920.0 270012.0 138018.0 131994.0
4 01 北海道 15～19歳 大正 9.0 1920.0 239092.0 125670.0 113422.0
Contents